MétaCan
Menu
← Retour à la cohorte
Enregistrement W4237462089 · doi:10.2196/preprints.21452

Patient Perspectives on Health Data Privacy and Implications for Adverse Drug Event Documentation and Communication: Qualitative Study (Preprint)

2020· preprint· en· W4237462089 sur OpenAlexaff
Serena S Small, Corinne M. Hohl, Ellen Balka

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensVancouver General HospitalVancouver Coastal Health Research InstituteUniversity of British ColumbiaSimon Fraser UniversityVancouver Coastal Health
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Internet privacyFocus groupDocumentationQualitative researchExploratory researchHealth careMedicineAdverse effectPreprintSituational ethicsPatient safetyMedical recordInformation sharingPsychologyBusinessSocial psychologyComputer sciencePolitical scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

BACKGROUND Adverse drug events are unintended and harmful effects of medication use. Using existing information and communication technologies (ICTs) to increase information sharing about adverse drug events may improve patient care but can introduce concerns about data privacy. OBJECTIVE This study aims to examine the views of patients and their caregivers about data protection when using ICTs to communicate adverse drug event information to improve patient safety. METHODS We conducted an exploratory qualitative study. A total of 4 focus groups were held among patients who had experienced or were at risk of experiencing an adverse drug event, their family members, and their caregivers. We recruited participants through multiple avenues and iteratively analyzed the data using situational analysis. RESULTS Of the 47 participants recruited, 28 attended our focus groups. We identified 3 primary themes. First, participants felt that improved information sharing about adverse drug events within their circle of care would likely improve care. Second, participants were concerned about data handling and inappropriate access but believed that the benefits of information sharing outweighed the risks of privacy breaches. Finally, participants were more concerned about data privacy in the context of stigmatized health conditions. CONCLUSIONS Current conditions for maintaining health data privacy are consistent with participants’ preferences, despite the fact that health data are susceptible to breaches and mismanagement. Information sharing that increases patient safety may justify potential privacy risks. Greater attention to patient concerns and the effect of social and contextual concerns in the design and implementation of health information technologies may increase patient confidence in the privacy of their information.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Qualitatiflow
gptaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Qualitatiflow
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,032
score de la tête « metaresearch » (Gemma)0,045
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,168

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0320,045
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0120,009
Communication savante0,0050,007
Science ouverte0,0020,007
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,311
Tête enseignante GPT0,561
Écart entre enseignants0,250 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Étiqueté directement par 2 modèles lisant le dossier complet.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPharmaceutical Practices and Patient Outcomes→Travaux en français237 207→